如何解决使用一个 GPU 和共享内存训练火炬模型
我刚开始训练 pytorch 模型 并在 GPU 上 我试过在 Windows 上训练它，但总是使用专用内存（10GB）并且不使用共享内存 我曾尝试使用多处理来增强其性能，但我一直收到错误消息： 类型错误：无法腌制“模块”对象
解决方案通常是在加载数据时使用 num_wrokers =0 我实际上在加载数据后使用了多处理 并且只需要利用共享内存
我正在重新训练 Meta-sr 扬声器验证码，特别是训练文件： https://github.com/seongmin-kye/meta-SR/blob/b4c1ea1728e33f7bbf7015c38f508f24594f3f88/train.py
我编辑了第 92 行以使用共享 GPU 内存，如下所示
代替：
train(train_generator,model,objective,optimizer,n_episode,log_dir,scheduler)
致：
model.share_memory()
p = mp.Process(target=train,args=(train_generator,scheduler))
p.num_workers=0
p.start()
p.join()
如果需要添加更多信息，请告诉我 提前致谢
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
